投資必勝第一課——識人術
投資必勝第一課——識人術
2002.05.01 | 人物

做股票市場投資,最重要的是學習控制風險,每天看新聞報導或耳語消息來投資,絕對不是控制風險,而是人云亦云。任何一個想在市場上成為贏家的人,要有自己獨特的觀察,我自己有六個觀察指標,包括:公司經營團隊、產業地位,核心競爭優勢、未來的潛在機會、財務表現及股東結構,這些面向成為我走第一線報訪,輸少贏多的重要邏輯。
如果以權值來分,經營團隊佔50分,其他部分各佔10分,為什麼經營團隊這麼重要?因為公司是人所經營而來,所有數字都是人所創造。假使經營團隊這一個項目已經可以拿到50分,再去看財務結構等其他指標就會很安心,如果經營團隊只有20分,他的財務結構再好,你也會懷疑。
這一回,我先說如何觀察經營團隊、找出好的投資標的,往後將陸續分析其他幾個指標。
觀察一家公司的經營團隊,有三個面向要注意,分別是策略、願景及企業文化。這三者的差別在於:策略是隨時因應外在變動而做的調整;願景是一家公司所追求的目標,時間也許是3年或5年,是讓員工追尋的目標,而企業文化,是不容改變。像美國最近的安隆事件,是經營者無限制的擴張,追求貪婪,造成一個誇張的企業文化,也因為此,安隆很早就埋葬下他的失敗因子。
觀察經團隊這個指標,最要緊的還是經營者本身。他的重要性在哪裡?我們舉中外幾個例子來看。

**重新定位公司的價值

**1996年德州儀器前任總裁在歐洲旅行時,因心臟病病發過世,當時接任的新CEO才41歲,他一接任後隨即召開全球副總裁級以上的會議。在會議中,新CEO問與會的副總裁,客戶對德州儀器的定位是什麼?有人說德州儀器是半導體公司,也有人說是國防設備公司,還有人認為德州儀器是一家醫療設備廠商,經過討論,最後他把德州儀器定位成DSP(數位訊號處理)公司。
這位CEO為什麼有這個動作?因為德州儀器是一家掛牌公司,掛牌公司的市場價值檢定,就是市值營收比(股票價值×發行股數/營業收入)。前任CEO在位時,德州儀器市值營收比是1:1,新任CEO覺得這對德州儀器是under value(價值低估),所以他在全球會議後,賣掉國防設備部門、醫療設備部門,也幾乎賣掉半導體部門,全力發展DSP。
結果,在2000年市場非常booming時,把德州儀器的市值從1:1拉到14:1,即使現在美國店頭指數從5000點,跌到1800百點,德州儀器的市值營收比還有8:1,這代表著經營者帶頭建立願景,市場也願意認同。
回過頭來探討台灣的兩個例子,一個是反面,一個是正面。
先從反面來看,台灣有一家做主機板的公司,經營團隊大部分持有的股票都用質押方式持有,投資者投資以後,永遠不知道他會賺多少錢給你,只是聽經營者嘴巴講,投資者沒辦法在每個月或每一季瞭解這家公司的財務內容,這樣的CEO是殘缺的。

**相信正直、透明的經營者

**
這樣的情形下,買他,不是投資他,而是在一個風險中追求利潤,你的風險自己沒辦法掌控,雖然他在營業收入方面創造收益,可是你不知道這是正直的心所創造出來的,還是一種作假的收益,沒辦法看的情況下時,這是負面的,不值得信任的。
而另外一家公司,經營者在掛牌後,把周刊專欄停掉,嚴格禁止自己曝光,集全部心力專注在公司經營,不但經營的項目透明,財務狀況也透明。
我再次強調:公司是一個人在經營的東西,所有數字都是人創造的,正直、透明的CEO所帶出來的企業文化不會差太多。這些CEO的共同特質是:他們都很專注於本業的經營,用核心能力去延伸價值,不會做跟他核心能力沒關係的多角化事業,自己的實力有多少就做多少。
為什麼我要到第一線去拜訪公司和這些CEO對談?因為財務報表、技術分析等每一個人都可以學習,只有跟CEO面對面對談,才可以深刻感受這個人。而我所謂的CEO並不是指被聘任的總經理,因為被聘任的人講得再多,都是人家用薪水來請你。我的邏輯只鎖在第一代創業家,我不相信財務數字,我比較相信人跟人相處的特質。
舉幾個我所觀察的小例子。
我曾經拜訪過一位CEO,短短30分鐘內他不斷接電話、批公文,這背後代表老闆授權不足,才會連30分鐘的空檔都撥不出來;我也遇過一位CEO在一小時的訪談內,不但可以談公司策略,也可以跟你談一些風雅,這告訴你這家公司制度很健全;我也曾拜訪一家公司,老闆手上擦著透明指甲油,這告訴你老闆有成就後,卻開始安逸,沒辦法延續原本刻苦耐勞的精神,開始講求形像維護,這在我觀察第一代創業家的邏輯裡,我會打折。

**從小地方觀察經營者的特質

**
除了直接面對經營者外,閱讀公開說明書也是一個可以觀察到經營者特質的方法。
舉例來說,公開說明書裡面有載明經營者的學歷背景,如果一家公司的經營者只是小學畢業,可是團隊裡面沒有去補強學歷比較好的,可能要打點折扣。
公開說明書第一頁的左邊,有這家公司資本的形成過程說明,這也是判斷CEO特質的重要指標。當股本形成來自於現金增資,比例高達70%、80%,這告訴你這家公司一天到晚跟股東拿錢,另外一個是盈餘轉增資,比例如果高達95%,這代表著公司老闆創立過程,他一定是賺多少錢做幾分事情,完全不跟股東拿錢。
一個讓人佩服的CEO,就是華倫.巴菲特講得:「要正直、智慧、活力」,我前面提到的主機板公司老闆,他有活力也有智慧,但是不正直,造成這家公司在投資語言裡,充滿無限風險。所以投資人在看經營團隊時,應該首重經營者的正直與否,才能幫自己控制風險。

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓